AI加速mRNA疫苗密码子优化

近日，研究团队在预印本平台bioRxiv上发表了一项研究，介绍了RNAJog（RNA Joint Optimization with autoregressive Generative model）框架，用于快速多目标RNA密码子优化。该框架结合自回归生成模型与强化学习，可同时优化最小自由能（MFE）、密码子适应指数（CAI）和GC含量，无需依赖标注训练数据。

与传统优化算法相比，RNAJog的计算速度提升了两个数量级，并在计算机模拟和湿实验验证中表现出高效性和有效性。这一突破有望加速mRNA疫苗的开发进程，特别是在应对新病原体时能够快速生成优化序列。

研究指出，现有密码子优化工具在计算效率、序列多样性和通用性方面存在局限。RNAJog通过强化学习自动学习优化策略，生成的序列在多个指标上均达到或优于传统方法。该研究尚未经过同行评审。